本站讯  2月23日下午，数学与统计学院网络拆解模型设计科研团对初步建立的数学模型不断进行测试与改进，得出了现行动态网络拆解效果最好的模型方案，顺利完成科研后期计划任务。由于疫情原因，科研团队的科研过程与团队成员之间的交流均是在线上进行的。

初步模型建立后，为了检验模型的实际攻击效果，刘洋洋针对七个测试集合进行了网络拆解，并给出了归一化的标准节点代价与图中最大剩余连通分量节点数与节点总数的比值关系的图像，充分展示了模型的动态网络拆解效果，并由此给出模型客观评价。在初步模型的基础上，团员成员集思广益，开始思考模型的优化及改进问题。团队成员充分分析了所建立的GND通用网络拆解模型的优点与缺点，在借鉴其充分考虑特定节点“攻击代价”的基础上，给出了一种全新的MII网络拆解模型，并在该模型中定义了节点的k级影响力这一概念，并综合其“攻击代价”给出了节点的重要程度指标——综合影响力，并由此作为网络拆解的依据。在给定的循环约束下，MII模型可对节点网络进行动态拆解。为测试其模型效果，再次针对测试集合进行测试，并作出改进与评价，直至得出现行动态网络拆解效果最优化的模型方案。

团队主要研究了通过节点加权拉普拉斯算子谱特性与加权顶点覆盖问题的相关微调机制相结合的方法，解决了如何在网络中选择一组节点，当移除或解除激活时可以阻止信息的传播，减轻疫情，或通过以最小的总成本将系统分割成小组件来破坏恶意系统的问题。本次科研实践提供给团队成员一次自主设计与创新的机会，大大锻炼了团队成员问题分析与解决的能力。

                                             作者：文/图：周思远  来源：数学与统计学院